By their nature, inflation expectations are an unobservable variable. In the framework of economic theory and practice, proxy indicators of inflation expectations (mainly based on surveys) are used as the most important variables for analyzing and forecasting inflationary processes. At the same time, when implementing the inflation targeting regime, regulators primarily focus on managing inflation expectations through monetary policy communications. In this respect, their special, dual character is manifested. Today, the use of alternative estimates of inflation expectations, including search query statistics, continues to grow in popularity. The selection of keywords for quantifying the expectations of the population remains a conceptual issue. The purpose of the study is to develop a methodologically sound approach to selecting keywords for search queries, statistics on which can be used as proxy variables of inflationary expectations. Within the framework of the article, this goal is achieved on the basis of text analysis of communications of the Bank of Russia using machine learning models (especially NLP). Based on the frequency analysis (Baseline approach), as well as the use of advanced NLP models (the T5 family of models ("Text-to-Text Transfer Transformer"), four groups of keywords ("inflation", "Central Bank", "exchange rate", "key rate") were identified using which the regulator can shape the inflation expectations of the Russian population (top-down approach). Due to recent changes in the policy of accessibility of historical data, as well as the popularity of the search network among residents of Russia, special emphasis is placed on the data of the Yandex search network. It is assumed that tracking the dynamics of requests for the "inflation" and "Central Bank" groups provides operational information everywhere, and for the "exchange rate" and "key rate" groups - in crisis and/or changing economic conditions. The results obtained on the search statistics of the selected keywords were tested as proxy indicators in the framework of forecasting inflation at the level of the Russian Federation based on a set of ARIMAX family models. The results indicate that it is advisable to use keyword statistics as explanatory variables to minimize forecast errors within the framework of inflation forecasting models.
По своей природе инфляционные ожидания выступают ненаблюдаемой переменной. В рамках экономической теории и практики прокси-показатели инфляционных ожиданий (преимущественно на основе опросов) используются в качестве важнейших переменных для анализа и прогнозирования инфляционных процессов. Наряду с этим, при реализации режима таргетирования инфляции регуляторы преимущественно посредством коммуникаций в области денежно-кредитной политики нацелены на управление инфляционными ожиданиями. В этом аспекте проявляется их особый, дуальный характер. Сегодня продолжает расти популярность использования альтернативных оценок инфляционных ожиданий, включая статистику поисковых запросов. Концептуальным вопросом остается отбор ключевых слов для квантификации ожиданий населения. Целью исследования выступает разработка методологически обоснованного подхода к отбору ключевых слов для поисковых запросов, статистика по которым может использоваться в качестве прокси-переменных инфляционных ожиданий. В рамках статьи поставленная цель достигается на основе текстового анализа коммуникаций Банка России с применением моделей машинного обучения (в особенности NLP). На основе проведённого частотного анализа (Baseline-подход), а также использования дообученных NLP-моделей (семейство моделей T5 («Text-to-Text Transfer Transformer») были выделены четыре группы ключевых слов («инфляция», «Центральный банк», «курс», «ключевая ставка»), используя которые регулятор может формировать инфляционные ожидания населения России (подход «сверху вниз»). Ввиду последних изменений в политике доступности исторических данных, а также популярности поисковой сети среди жителей России, особый акцент сделан на данных поисковой сети Яндекс. Предполагается, что отслеживание динамики запросов по группам «инфляция» и «Центральный банк» дают оперативную информацию повсеместно, а по группам «курс», «ключевая ставка» — в кризисных и/или изменяющихся экономических условиях. Проведена апробация полученных результатов по поисковой статистике выделенных ключевых слов в качестве прокси-показателей в рамках прогнозирования инфляции в Российской Федерации на основе набора моделей семейства ARIMAX. Результаты свидетельствуют о целесообразности использования статистики по ключевым словам в качестве объясняющих переменных для минимизации ошибок прогнозов в рамках моделей прогнозирования инфляции.